买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉沈阳二一三电子科技有限公司申请的专利一种基于隐式社会模型的打架行为识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119516610B 。

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411665445.1，技术领域涉及：G06V40/20；该发明授权一种基于隐式社会模型的打架行为识别方法是由张金静;黄云;韩新竹;肖景洋;董克;吴敏思设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种基于隐式社会模型的打架行为识别方法在说明书摘要公布了：一种基于隐式社会模型的打架行为识别方法，涉及行为识别检测技术领域，包括如下步骤：步骤S01、从监控视频流中提取连续图像帧；步骤S02、采用具有标注的动作候选框坐标和类别信息的打架图像数据集，训练动作目标检测器；步骤S03、对图像帧进行图像增强预处理，随后送入采用YOLOPose人体关键点提取模型的人体目标关键点检测模型；步骤S04、对提取的人体关键点信息进行预处理操作等。本发明基于YOLOPose和ActionNet视频理解框架，在分析帧间时序和单帧空间信息的同时将社会信息特征提取网络嵌入其中，以特征形式提取人与人之间的交互信息，实现了对监控视频下打架行为以及其发生位置的准确识别。

本发明授权一种基于隐式社会模型的打架行为识别方法在权利要求书中公布了：1.一种基于隐式社会模型的打架行为识别方法，其特征在于：包括如下步骤： 步骤S01、从监控视频流中提取连续图像帧Ft，t=1,2,...,f；其中，f为连续图像帧的数量； 步骤S02、采用具有标注“打架”、“非打架”的动作候选框坐标和类别信息的打架图像数据集，训练以YOLOv7为目标检测模型的动作目标检测器； 步骤S03、对图像帧Ft进行图像增强预处理，随后送入采用YOLOPose人体关键点提取模型的人体目标关键点检测模型，得到人体骨骼点坐标；同时将图像帧Ft送入步骤S02中的动作目标检测器，得到图像帧Ft中打架行为的目标检测结果，包括目标检测框标记的打架行为发生的图像位置信息和打架行为类别，所述的行为类别包括打架和正常两类； 步骤S04、结合步骤S03中的打架行为类别动作的目标检测框边界框坐标，对提取的人体关键点信息进行预处理操作，设定固定计算帧长度为F，由可见关键点Kn，n=1,2,...,17，按公式1计算固定计算帧长度内M个行为个体的运动速度vi，i=1,2,...,M， 1 其中，为N帧内第n个人体关键点的像素位移集合，为集合中位移量最大的关键点位移长度；定义低速、中速、高速三个速度量级的人体关键点位移速度，将M个行为个体的运动速度划分到三个不同速度量级的簇中，得到N帧内M个行为个体的运动信息，记作m，m=m1,m2,m3，m表示该M个行为个体在N帧内的可见关键点集合； 步骤S05、构建社会信息特征提取网络，用于从得到的骨骼运动信息中提取人体关键点运动速度变化和个体变化的时空特征，所述社会信息特征提取网络由空间卷积模块和时序卷积模块组成，空间卷积模块输出的空间特征为Vspatial，时序卷积模块输出的时序特征为Vtemporal，通过将Vspatial和Vtemporal卷积融合得到时空特征Vst； 步骤S06、设置社会信息量化模块，将步骤S05中的时空特征量化为分数；社会信息量化模块使用基于逻辑回归算法的全连接网络，训练全连接网络的权重，将Vst映射为分值，为不同速度量级集合的社会信息分数； 步骤S07、使用以ActionNet网络作为基础架构的伪3D视频理解模块提取连续图像帧的动作类别，所述伪3D视频理解模块由时空激励模块、通道激励模块和运动激励模块构成，三种模块并联组成视频理解网络的主干网络，视频理解训练后，完成视频级别行为识别任务，得到预测行为类别； 步骤S08、将步骤S06中的社会信息量化模块嵌入步骤S07中的伪3D视频理解模块，构成基于隐式社会模型的打架行为识别模型，并以多损失回传形式训练基于隐式社会模型的打架行为识别模型； 步骤S09、利用步骤S08训练后的基于隐式社会模型的打架行为识别模型判断待检测视频帧中是否存在打架行为。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人沈阳二一三电子科技有限公司，其通讯地址为：110000 辽宁省沈阳市沈阳经济技术开发区十三号街12甲3号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。